然而，人工智能在應(yīng)答能力和情感體驗(yàn)上究竟能夠多接近人類？像云計(jì)算這樣需要工程師當(dāng)客服的行業(yè)，人工智能能走到哪一步？人工智能能不能革傳統(tǒng)客服的命？
10月12日，杭州云棲大會上，一場“為客戶服務(wù)插上AI之翼”智能服務(wù)的圓桌備受關(guān)注。來自阿里巴巴集團(tuán)、人工智能客服創(chuàng)業(yè)團(tuán)隊(duì)的資深人士——阿里云“云博士”高級技術(shù)專家許玲、“阿里小蜜”高級產(chǎn)品專家劉建榮、螞蟻金服“小螞答”資深專家丁翌、小能客服CTO馬力群、智齒客服聯(lián)合創(chuàng)始龍中武，就人工智能在客服領(lǐng)域的應(yīng)用展開了深度對話，引發(fā)了對于人工智能+客服過去、現(xiàn)在和未來的思考。
“發(fā)現(xiàn)是機(jī)器人，一半人直接關(guān)了對話”
幾年前，當(dāng)小能客服、智齒客服開始嘗試智能客服時(shí)，AlphaGo還沒有戰(zhàn)勝李世石，人工智能還遠(yuǎn)未進(jìn)入大眾的認(rèn)知。
2012年，小能客服第一次引入AI來回答問題，客戶服務(wù)完之后的轉(zhuǎn)化率、重點(diǎn)客群的滿意度都驟然下降。馬力群打開后臺看用戶行為數(shù)據(jù)：“發(fā)現(xiàn)大概有40~50%的客戶打開服務(wù)后發(fā)現(xiàn)是一個(gè)機(jī)器人在回答，就直接關(guān)閉了。“團(tuán)隊(duì)只好快速下調(diào)了人工智能服務(wù)的比例。
到了2015年，淘寶的客服團(tuán)隊(duì)被上億用戶的服務(wù)量倒逼，不得不走上技術(shù)解決之路，開始做“阿里小蜜”系列產(chǎn)品時(shí)，人們對于什么是人工智能，它能干什么仍然不是很清楚。
在螞蟻金服的丁翌看來，時(shí)至今日，國內(nèi)用戶對于人工智能的接受程度仍然不高。在歐美市場，小孩出生后就在跟echo的對話中成長，他們把AI作為了伴侶接受了。丁翌認(rèn)為，我們需要等一個(gè)契機(jī)，等到人機(jī)交互環(huán)境更加成熟。
在此過程中，針對用戶對AI“滿意的很滿意，不滿意的很不滿意”的認(rèn)知分化，螞蟻金服加入了模型去判斷用戶的偏好。丁翌說：“我們現(xiàn)在會更多地轉(zhuǎn)向用戶。我們很多場景用的是用戶反饋的數(shù)據(jù)，讓用戶去嘗試去接受。”
“即便現(xiàn)在，人工智能的技術(shù)還在初級階段”
等到2016年阿里云的云博士與數(shù)百萬云計(jì)算用戶見面的時(shí)候，人工智能的“風(fēng)”已經(jīng)吹起來了，對于人工智能客服產(chǎn)品的幾個(gè)要素：產(chǎn)品、算法、數(shù)據(jù)，業(yè)內(nèi)已有共識。
但人工智能的技術(shù)——深度學(xué)習(xí)的應(yīng)用、知識圖譜的建立、神經(jīng)網(wǎng)絡(luò)技術(shù)都還在初級階段。這在行業(yè)里算是一種基本共識。
這似乎和認(rèn)為AI無所不在、無所不能的大眾認(rèn)知又形成了另一個(gè)極端的偏差。這種偏差甚至掩蓋了實(shí)踐領(lǐng)域的艱難與探索。
云博士的許玲說：“業(yè)內(nèi)有一句話——你要有多少智能，就得有多少人工。但當(dāng)云計(jì)算行業(yè)打標(biāo)人需要很強(qiáng)技術(shù)能力，人工打標(biāo)行不通了。“這讓云博士團(tuán)隊(duì)苦苦探索，不得不采取機(jī)器打標(biāo)的方法，把智能渠道到人工全鏈路做跟蹤，好的語料浮上來、不好的語料沉下去，經(jīng)過數(shù)輪，才得到了一個(gè)能用的打標(biāo)數(shù)據(jù)庫。
技術(shù)的發(fā)展階段，決定了人工智能遠(yuǎn)沒有到市場引爆的熱度，主要是大數(shù)據(jù)的產(chǎn)生帶來了發(fā)展。丁翌則堅(jiān)信，技術(shù)瓶頸，無論如何都是能邁過去的。他認(rèn)為對于數(shù)據(jù)來說最頭痛的是數(shù)據(jù)打通和數(shù)據(jù)的實(shí)時(shí)。數(shù)據(jù)需要連接，沒有連接什么都做不了，連通后很多問題就都能解決。
許玲也認(rèn)為，把用戶數(shù)據(jù)都聯(lián)合起來，來幫助判斷，才能使人工智能走得更遠(yuǎn)。因此云博士團(tuán)隊(duì)采用了“決策樹”技術(shù)，對用戶提問，一方面做語義識別，一方面去看其賬戶產(chǎn)品的健康狀況，依靠問題分析和風(fēng)險(xiǎn)診斷模型，分析用戶是遇到了什么問題來提問。把“因果”和“概率”結(jié)合起來，比依靠“概率”的語義識別，提高了準(zhǔn)確性。
“找對場景，是提高機(jī)器服務(wù)體驗(yàn)的不二法門”
場景，是在對話中不斷被提到的關(guān)鍵詞。場景化，是幾乎所有的人工智能客服，為了突破用戶認(rèn)知階段、技術(shù)發(fā)展階段的共同選擇。要提高機(jī)器服務(wù)的體驗(yàn)，一方面要繼續(xù)成熟技術(shù)，另一方面，則要從產(chǎn)品層面控制人們的期望。彌合外界巨大預(yù)期與AI可以解決的問題間的落差，要靠的就是場景化。
在阿里小蜜創(chuàng)立之初，就發(fā)現(xiàn)必須要找到合適的場景和產(chǎn)品去解決問題。劉建榮提到，大家對于用戶體驗(yàn)是非常關(guān)注的，尤其要解決確定性的問題，但人工智能的特點(diǎn)——黑盒性、神經(jīng)網(wǎng)絡(luò)的不可解釋性，使很多事情大家不知道為什么會這樣。劉建榮說：“兩年來，我們做得最多的事情就是從技術(shù)和產(chǎn)品本身去找準(zhǔn)問題解決的場景，盡量提升準(zhǔn)確度，盡量白盒化，盡量講明白為什么是這樣，這是一個(gè)磨合和建立彼此信任的過程。“
小能客服則在自己最熟悉的九大行業(yè)中選擇人工智能能夠覆蓋的場景。馬力群描述了場景的應(yīng)用：“我們把優(yōu)秀的人工服務(wù)客戶的過程拆解成大概30多個(gè)場景，發(fā)現(xiàn)40-50%的場景是AI可以解決問題的。比如智能分配，面對不了解業(yè)務(wù)形態(tài)的客戶，智能分配比自主選擇更好。還有AI坐席輔助，也是很好的點(diǎn)。“馬力群舉了一個(gè)例子，雙十一期間，借助AI輔助，一個(gè)原本能服務(wù)200個(gè)用戶的熟練客服，服務(wù)了500個(gè)用戶。
“隨著時(shí)代的前進(jìn)，未來是服務(wù)最好的時(shí)代”
談到人工智能在客服領(lǐng)域的未來，大家相信，大眾對人工智能的認(rèn)知和意識會迭代，隨著人工智能技術(shù)的發(fā)展，技術(shù)會平臺化，會變成基礎(chǔ)能力，所有人都能基于平臺和基礎(chǔ)能力快速創(chuàng)新，會形成更多各行各業(yè)的深度發(fā)展。智能客服也能在各種人工智能的公共平臺之上生長，取得更大的突破。許玲認(rèn)為，建立公共可用的算法平臺和基于領(lǐng)域的知識庫，是近期或中期可以做的事情。
從發(fā)展形態(tài)上看，未來的智能客服將是一整套的服務(wù)體系和解決方案。不僅包括客服機(jī)器人、人工客服、呼叫中心、工單，還會使越來越多的能力和資源注入到客服體系，可能包括物流、支付、畫像等等。馬力群認(rèn)為：“到兩年后可能公司的運(yùn)營都會圍繞客服體系，外源性非常強(qiáng)。”
同時(shí)，人工智能將覆蓋服務(wù)前、中、后的全流程。目前，不少團(tuán)隊(duì)已經(jīng)在朝著這個(gè)方面前進(jìn)，阿里云的智能診斷、云博士、智能對話分析，分別針對服務(wù)前中后提供智能能力。
關(guān)于人工智能對傳統(tǒng)客服的顛覆，智齒客服的龍中武堅(jiān)信，顛覆是必然的趨勢，現(xiàn)在人工在做的響應(yīng)式服務(wù)會被分擔(dān)掉、過濾掉，主動式的服務(wù)會被進(jìn)一步開發(fā)，人工客服會變成傾向于運(yùn)營的、傾向于銷售轉(zhuǎn)化的職能。
螞蟻金服的丁翌視角更加宏觀，他認(rèn)為現(xiàn)在的服務(wù)和產(chǎn)品和處于割裂狀態(tài)，服務(wù)太過事后，未來我們需要讓服務(wù)和產(chǎn)品變成包裹關(guān)系，讓服務(wù)包住產(chǎn)品，形成數(shù)據(jù)、產(chǎn)品、服務(wù)的三角驅(qū)動。未來，給用戶提供的是一個(gè)伴侶，一個(gè)隨身、實(shí)時(shí)的助手，從這方面去實(shí)現(xiàn)整個(gè)服務(wù)的變革。
丁翌相信，未來小企業(yè)可以把負(fù)擔(dān)扔給智能客服，大企業(yè)可以去做更精細(xì)化的運(yùn)營：“它是服務(wù)最好的時(shí)代”
